2020年每一天都在见证历史,在这样一个不确定的环境下,数字化转型也将成为疫后企业新需求的核心,而AI在数字化转型中也起到了重要的推动作用,企业纷纷通过AI打造未来企业。
但企业在实施AI的过程中,往往受到人工智能技能的缺乏、人工智能系统和流程的可信性、数据的复杂性三大障碍影响着人工智能的落地和规模化。为了帮助企业跨越三大障碍,IBM打造"数有价,AI无界 | IBM数据与AI线上论坛"三大系列专场,分享与讨论如何利用人工智能让企业快速获得关键的数字化技能,加速企业的AI进程。
7月15日,冲破人才瓶颈,AI赋能数字化技能专场
8月26日,打开AI黑盒,构建可信企业级AI专场
10月14日,掘金复杂数据,让数据为业务所用专场
为了加速企业的人工智能之旅,IBM提出了人工智能阶梯这一方法论,包括收集数据、组织数据、分析数据、将人工智能融合到企业业务流程中四个阶段。
基于人工智能阶梯的方法论,“IBM数据与AI线上论坛-AI赋能数字化技能专场”将于7月15日率先开场,本场论坛将围绕后疫情时代的AI人才与技术、赋能员工专注于更有价值的工作、驱动智能的客户及员工体验、助力企业实施AI驱动业务分析四大主题展开讨论。
后疫情时代的AI人才与技术
为确保数字化转型成功,人与技术同等重要,然而使用AI技能与技术并不是为了取代人,而是希望成为企业数字化转型成功的保障能力。
赋能员工专注于更有价值的工作
企业在数据的收集和组织上一直是一个费时费力的工作,利用AI与数据一体化平台IBM Cloud Pak for Data可以助力团队快速获取数字化技术,降低AI准入门槛,赋能员工专注于更有价值的工作。
驱动智能的客户及员工体验
疫情让越来越多的线下业务转到线上,IBM基于Watson提供的端到端重塑数字化工作场所解决方案可以提升客户体验,提高员工满意度,让专家更快获取信息,并且降低运营成本。届时将重点解读银行、汽车、能源等行业业务场景。
助力企业实施AI驱动业务分析
企业越来越将流程自动化、敏捷性、透明度和数据驱动决策作为重点战略。IBM通过AI驱动的业务分析助力企业部署AI运营大平台,加强科学决策力 实现企业高盈利。
同时论坛还将展示大量案例,其中新奥集团通过已部署的IBM RPA加上IBM Cloud Pak for Data平台上的Wastson Assistant与Watson Discovery,实现“双手”(RPA)与“大脑”(NLP-自然语言处理)的紧密结合,逐步深化企业 AI 业务中台建设。并且在会议的最后还有实操展示Watson明星产品,帮助大家更直观的看到人工智能的快速创建和应用。
IBM数据与AI线上论坛希望为大家建立一个数据与AI学习的平台,分享前沿的AI科技及全球的成功实践经验,点击下方链接即可报名观看“冲破人才瓶颈,AI赋能数字化技能专场”。
冲破人才瓶颈,AI赋能数字化技能专场链接:
http://www.zhiding.cn/techzone/zhuanti/2020/07/ibm_c4/register.shtml?source=zhiding
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。